典型文献
基于HPSO与多核LSSVM的网络入侵检测
文献摘要：
针对现有入侵检测技术精度较低、特征提取能力不足的问题,构建了一种基于混合粒子群算法与多核最小二乘支持向量机的网络入侵检测模型.该模型首先针对单核最小二乘支持向量机存在的泛化能力弱、学习能力差的问题,结合多项式核函数和径向基函数的优点,构建多核最小二乘支持向量机;其次提出了一种用于入侵检测数据特征提取和多核最小二乘支持向量机参数优化的混合粒子群算法;最后将提取的特征作为参数优化后的多核最小二乘支持向量机的输入,实现对入侵检测数据集的分类识别.为了评估提出的模型的有效性,基于NSL-KDD、UNSW-NB15和CICIDS-2017数据集进行了实验,实验结果表明提出的模型的检测效果明显优于其他传统模型.
文献关键词：
网络入侵检测;入侵检测数据特征;参数优化;混合粒子群算法;检测效果
中图分类号：
作者姓名：
王运兵;姬少培;查成超
作者机构：
中国电子科技集团公司第三十研究所,四川 成都 610041
文献出处：
引用格式：
[1]王运兵;姬少培;查成超-.基于HPSO与多核LSSVM的网络入侵检测)[J].信息安全与通信保密,2022(06):111-122
A类：
入侵检测数据特征
B类：
HPSO,多核,LSSVM,网络入侵检测,入侵检测技术,技术精度,特征提取能力,混合粒子群算法,最小二乘支持向量机,入侵检测模型,泛化能力,多项式,核函数,径向基函数,检测数据集,分类识别,NSL,KDD,UNSW,NB15,CICIDS,检测效果,传统模型
AB值：
0.259858
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
